跳轉到主要內容

Documentation Index

Fetch the complete documentation index at: https://docs.openclaw.ai/llms.txt

Use this file to discover all available pages before exploring further.

這則註記說明如何將 GPT-5.5 / Codex 對等性計畫作為四個合併單元來審查，同時不丟失原本的六項契約架構。

​
合併單元

​
PR A：嚴格代理式執行

負責：
  • executionContract
  • GPT-5 優先的同回合後續執行
  • 將 update_plan 作為非終止性的進度追蹤
  • 使用明確的 blocked 狀態，而不是只規劃後無聲停止
不負責：
  • auth/runtime 失敗分類
  • 權限真實性
  • replay/continuation 重新設計
  • 對等性基準測試

​
PR B：執行階段真實性

負責：
  • Codex OAuth 範圍正確性
  • 型別化的 provider/runtime 失敗分類
  • 真實的 /elevated full 可用性與 blocked 原因
不負責：
  • 工具 schema 正規化
  • replay/liveness 狀態
  • 基準測試閘門

​
PR C：執行正確性

負責：
  • provider 擁有的 OpenAI/Codex 工具相容性
  • 無參數嚴格 schema 處理
  • replay-invalid 顯示
  • paused、blocked，以及 abandoned 長任務狀態可見性
不負責：
  • 自行選擇的 continuation
  • provider hooks 之外的通用 Codex dialect 行為
  • 基準測試閘門

​
PR D：對等性測試框架

負責：
  • 第一波 GPT-5.5 與 Opus 4.6 情境包
  • 對等性文件
  • 對等性報告與發布閘門機制
不負責：
  • QA-lab 之外的 runtime 行為變更
  • 測試框架內的 auth/proxy/DNS 模擬

​
對應回原本的六項契約

原始契約合併單元
Provider transport/auth 正確性PR B
工具 contract/schema 相容性PR C
同回合執行PR A
權限真實性PR B
Replay/continuation/liveness 正確性PR C
基準測試/發布閘門PR D

​
審查順序

  1. PR A
  2. PR B
  3. PR C
  4. PR D
PR D 是證明層。它不應成為 runtime 正確性 PR 延遲的原因。

​
要查看的重點

​
PR A

  • GPT-5 執行會採取行動或封閉式失敗，而不是停在評論
  • update_plan 不再單獨看起來像進度
  • 行為維持 GPT-5 優先，並限定於嵌入式 Pi 範圍

​
PR B

  • auth/proxy/runtime 失敗不再折疊成通用的「model failed」處理
  • /elevated full 只有在實際可用時才描述為可用
  • blocked 原因對模型與面向使用者的 runtime 都可見

​
PR C

  • 嚴格的 OpenAI/Codex 工具註冊行為可預測
  • 無參數工具不會在嚴格 schema 檢查中失敗
  • replay 與 Compaction 結果保留真實的 liveness 狀態

​
PR D

  • 情境包可理解且可重現
  • 情境包包含會變更狀態的 replay-safety 路徑，而不只是唯讀流程
  • 報告可供人類與自動化閱讀
  • 對等性宣稱有證據支持，而不是軼聞
PR D 的預期產物：
  • 每次模型執行的 qa-suite-report.md / qa-suite-summary.json
  • 含彙總與情境層級比較的 qa-agentic-parity-report.md
  • 含機器可讀判定的 qa-agentic-parity-summary.json

​
發布閘門

在以下條件滿足前，不要宣稱 GPT-5.5 與 Opus 4.6 對等或優於 Opus 4.6：
  • PR A、PR B 和 PR C 已合併
  • PR D 乾淨地執行第一波對等性情境包
  • runtime 真實性迴歸套件維持綠燈
  • 對等性報告顯示沒有假成功案例，且停止行為沒有迴歸
對等性測試框架不是唯一的證據來源。審查時請明確保留這項分工：
  • PR D 負責基於情境的 GPT-5.5 與 Opus 4.6 比較
  • PR B 的確定性套件仍負責 auth/proxy/DNS 與完整存取真實性證據

​
維護者快速合併工作流程

當你準備落地一個對等性 PR，並想要可重複、低風險的順序時使用此流程。
  1. 合併前確認證據門檻已滿足：
    • 可重現症狀或失敗測試
    • 已在受影響程式碼中驗證根因
    • 修正位於牽涉路徑中
    • 迴歸測試或明確的手動驗證註記
  2. 合併前進行分流/標籤：
    • 當 PR 不應落地時，套用任何 r:* 自動關閉標籤
    • 讓合併候選項目不含未解決的阻斷討論串
  3. 在受影響表面本機驗證：
    • pnpm check:changed
    • 當測試有變更，或錯誤修正信心依賴測試覆蓋時，執行 pnpm test:changed
  4. 使用標準維護者流程（/landpr 流程）落地，然後驗證：
    • 連結 issue 的自動關閉行為
    • main 上的 CI 與合併後狀態
  5. 落地後，針對相關開放 PR/issue 執行重複搜尋，並且只在提供標準參照時關閉。
如果缺少任一證據門檻項目，請要求變更而不是合併。

​
目標到證據對照表

完成閘門項目主要負責者審查產物
沒有只規劃後停滯PR Astrict-agentic runtime 測試與 approval-turn-tool-followthrough
沒有假進度或假工具完成PR A + PR D對等性假成功計數加上情境層級報告細節
沒有錯誤的 /elevated full 指引PR B確定性的 runtime 真實性套件
Replay/liveness 失敗維持明確PR C + PR Dlifecycle/replay 套件加上 compaction-retry-mutating-tool
GPT-5.5 符合或優於 Opus 4.6PR Dqa-agentic-parity-report.md 和 qa-agentic-parity-summary.json

​
審查者速記：之前與之後

之前使用者可見的問題之後的審查訊號
GPT-5.5 在規劃後停止PR A 顯示 act-or-block 行為，而不是只有評論就完成
嚴格 OpenAI/Codex schema 下工具使用感覺脆弱PR C 讓工具註冊與無參數呼叫維持可預測
/elevated full 提示有時具誤導性PR B 將指引繫結到實際 runtime 能力與 blocked 原因
長任務可能消失在 replay/Compaction 模糊狀態中PR C 發出明確的 paused、blocked、abandoned 和 replay-invalid 狀態
對等性宣稱是軼聞式的PR D 在兩個模型上以相同情境覆蓋產出報告加 JSON 判定

​
相關